基于冻结集长度的pandas数据帧过滤
是指利用pandas库中的DataFrame数据结构进行数据筛选的操作，其中冻结集长度是指每个数据帧的列数或特征数量。
在进行数据过滤时，可以通过以下步骤实现：
- 导入pandas库，并读取数据源文件或创建数据帧对象。
- 导入pandas库，并读取数据源文件或创建数据帧对象。
- 确定冻结集长度，即列数或特征数量。
- 确定冻结集长度，即列数或特征数量。
- 根据冻结集长度进行数据过滤。
- 根据冻结集长度进行数据过滤。
在这个过程中，我们可以根据不同的需求和条件进行数据过滤。下面是一些常见的应用场景和优势：
- 应用场景：数据挖掘、数据分析、机器学习等领域中对数据进行筛选和处理的场景。
- 优势：
- 灵活性：基于冻结集长度进行过滤，可以根据具体需求选择特定数量的列进行操作。
- 效率：pandas库提供了高效的数据结构和功能，能够快速处理大规模数据。
- 可扩展性：可以根据需要添加更多的过滤条件，实现更复杂的数据过滤操作。
腾讯云相关产品中，腾讯云数据智能（TI-ADS）是一个基于人工智能技术的数据分析平台，可以帮助用户在云上进行数据处理和分析。该平台提供了数据准备、数据分析、数据可视化等功能，支持pandas库等常用数据处理工具。更多详情请参考：腾讯云数据智能（TI-ADS）
注意：本答案未提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等云计算品牌商，以符合问题要求。如需了解其他厂商的相关产品，请参考官方文档和官方网站。
相关·内容
1回答
我有两个数据帧，两个数据帧中的一列包含一个集合。现在，如果两个集合相等，我希望根据该列合并数据帧。 我尝试使用df.merge作为 les=df_report_2.merge(df_report_1,how='inner',on='saltids') df_report_1和df_report_2是数据帧，saltids是由一组数据类型组成的列。 我得到以下错误： ---------------------------------------------------------------------------
TypeError
浏览 17提问于2019-10-09得票数 1
1回答
我有两个数据帧，两个数据帧，有两列。行是值对，其中顺序并不重要: a-b == b-a。我需要比较两个数据帧之间的这些值对。我有一个解决方案，但对于300k的数据帧来说，这是非常慢的
import pandas as pd
df1 = pd.DataFrame({"col1" : [1,2,3,4], "col2":[2,1,5,6]})
df2 = pd.DataFrame({"col1" : [2,1,3,4], "col2":[1,9,8,9]})
mysets = [{x[0],x[1]} for x in df1.v
浏览 0提问于2020-11-17得票数 0
1回答
我有一个Pandas数据帧(截断)，如下所示：
Name Identifiers
419 Foo {'VendorName': 'A', 'ProductName': 'Z'}
420 Foo {'VendorName': 'A', 'ProductName': 'Z
浏览 0提问于2019-07-27得票数 0
我已经使用Pandas将csv文件读取到数据帧中，csv格式如下。我想把“时间列信息”在6/3/2011-10/20/2011间隔之间的行放到另一个数据帧中。我怎样才能在Pandas中高效地做到这一点？
浏览 4提问于2018-08-10得票数 0
我目前有一个pandas dataframe，它有一列数值是numpy数组。我正在尝试获取数据帧的行，其中列的值是一个空的numpy数组，但我不能使用pandas方法进行索引。下面是一个数据帧示例。 data = {'Name': ['A', 'B', 'C', 'D'], 'stats': [np.array([1,1,1]), np.array([]), np.array([2,2,2]), np.array([])]}
df = pd.DataFrame(data) 我尝试只获取‘KeyEr
浏览 18提问于2021-08-24得票数 0
回答已采纳
我有一个n x m的pandas数据帧和一个长度为g的pandas序列。我如何根据索引将数据帧按序列划分？
到目前为止，我已经将序列与数据帧合并，并简单地将一个单元格除以另一个单元格。
谢谢
浏览 17提问于2016-07-29得票数 0
回答已采纳
1回答
我的数据集是巨大的。我正在使用Azure ML notebooks，并使用azureml.core读取日期集并转换为azureml.data.tabular_dataset.TabularDataset。无论如何，我会过滤tabularDataset中的数据，而不是转换为pandas数据帧。我使用下面的代码来读取数据。由于数据量巨大，pandas数据帧正在耗尽内存。我不需要将完整的数据加载到程序中。仅需要子集。有没有办法在转换为pandas数据框之前过滤记录 def read_Dataset(dataset):
ws = Workspace.from_config()
ds
浏览 69提问于2021-01-06得票数 1
2回答
阅读最后N行S3拼花表
、、、
如果我将讨论过的应用到S3 buck中读取S3 buck中的拼花文件，特别是：
import pyarrow.parquet as pq
import s3fs
s3 = s3fs.S3FileSystem()
pandas_dataframe = pq.ParquetDataset('s3://your-bucket/', filesystem=s3).read_pandas().to_pandas()
当表随着时间的推移越来越大时，我需要定期进行检索，我只想将最后的N行读入数据帧。这个是可能的吗？
浏览 0提问于2021-06-20得票数 4
回答已采纳
我想使用read_sql_table()使用SQLAlchemy和Pandas将表从Posgresql数据库读取到Pandas数据帧中。对数据库的SQL查询类似于： SELECT col1,col2 FROM my_table WHERE col1=='value' 我尝试使用以下代码从表中获取Pandas数据帧： from sqlalchemy import create_engine
db_uri = environ.get('SQLALCHEMY_DATABASE_URI')
engine = create_engine(db_uri, echo=Tru
浏览 23提问于2021-06-14得票数 0
这应该很简单，但是我想不出来，搜索也没有帮助。我想向数据帧中添加一列，该列正好是另一列中字符串的长度。
因此，假设我有一个数据框架，其中的名称如下：
Name Last
1 John Doe
2 Edgar Poe
3 Walt Whitman
4 Jane Austen
我想添加一个新列，字符串长度为姓氏，这样看起来就像这样：
Name Last Length
1 John Doe 3
2 Edgar Poe 3
3 Walt Whitman 7
4 Jane Austen 6
谢谢
浏览 19提问于2016-07-27得票数 5
2回答
我有一个数据帧，它看起来像这样：
edges
id node_id ...
0 'AX' ['A', 'B']
1 'BX' ['B', 'C']
2 'CX' ['C', 'C']
'id'列包含字符串元素，'node_id'列包含列表(其中包含字符串)。
我想从这个熊猫df中删除一些元素，如果它们的'node_id‘有2个相同的字符串。
在上面的数
浏览 9提问于2021-09-13得票数 4
我想按特定的数据周期过滤数据帧，如下面的代码所示。
df2 = df2['Dates'].between_time(pandas.to_datetime('5/13/2015 8:41'), pandas.to_datetime('5/13/2015 8:55'))[['Dates','Category']]
但收到错误'TypeError:索引必须为DatetimeIndex‘这是数据帧
我试过了
df2 = pandas.read_csv(path2，parse_dates=)
类似于来自其他帖子的响
浏览 2提问于2017-10-05得票数 5
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
我有一个数据帧，其中的列名是元组。这样做的原因是，数据帧是基于复杂的Excel电子表格，其中列标题由不同大小的合并单元格组成，因此在MultiIndex中，几乎每一列都有一个或多个级别的nan条目，这使得选择和写入数据变得困难。我在过去多次使用相同的解决方案，没有出现问题，例如，MultiIndex头('SCN', nan, nan, nan, nan)将被转换为元组('SCN',)，然后我们将MultiIndex更改为正常的元组索引。然而，由于奇怪的KeyErrors和TypeErrors，这一次我似乎不能对数据帧做太多事情：
test.columns
Out
浏览 3提问于2021-02-24得票数 1
pandas数据帧有4列： df.columns = ['col1', 'col2', 'question', 'answer'] 如何根据满足第一列的标准对数据帧进行索引，从而为'answer'列的单个条目编制索引？ 即： df['col1'=='apple' and 'col2'=='guitar'].answer
浏览 10提问于2021-01-11得票数 0
假设有一个形状为(4000,13)的数据帧。假设数据帧“str_labels”中可能有"|“值。如何通过删除所有包含字符串值"|“的行(全部13列)来对pandas数据帧进行排序。示例： list(dataframe["str_labels"])=["abcd","aaa","op|gg","iku | gv"]
filtered_out = ["abcd", "aaa"] ## example code
dataframe["|" not in d
浏览 13提问于2020-10-28得票数 0
回答已采纳
2回答
我有一个PostgreSQL数据库。Pandas有一个“to_sql”函数，可以将数据帧的记录写入数据库。但我还没有找到任何文档，说明在我使用完dataframe时如何使用pandas更新现有的数据库行。
目前，我可以使用pandas read_sql_table将数据库表读取到数据帧中。然后，我会根据需要处理数据。但是，我还不能弄清楚如何将该数据帧写回数据库以更新原始行。
我不想覆盖整个表。我只需要更新最初选择的行。
浏览 73提问于2015-04-13得票数 25
我有一个数据帧，为了创建一些分区，我必须从中检索唯一的值。我有这个部分，我可以得到一个小的数据帧，每一行都是一个特定的分区。我遇到的挑战是，我需要将原始数据帧过滤到适当的数据(不修改原始帧，以便我可以过滤所有值)，以便可以将其发送到S3。
根据小数据帧中的序列过滤数据帧时遇到问题。
下面是我的代码：
df_partitions = df.groupby(['grid_id', 'case_id', 'snapshot_year', 'snapshot_month', 'snapshot_day'])
浏览 10提问于2020-02-22得票数 0
回答已采纳
想知道如何在Python的Pandas中使用两个不同的数据帧来计算集合差值。
其中一个数据帧(df1)的格式为：
State City Population
NY Albany 856654
WV Wheeling 23434
SC Charleston 35323
OH Columbus 343534
WV Charleston 34523
并且第二数据帧(df2)是
State City
WV Wheeling
OH Columns
并且我需要一个返回以下数据帧的操作
浏览 5提问于2017-02-24得票数 4
回答已采纳
我有一个包含以下值的数据帧： filename, keyword, page
A, red, 1
A, red, 2
A, green, 1
B, red, 1
B, green, 1
C, green, 2 如何将其转换为以下格式？ filename, keywords, pages
A, [red, green], [1,2]
B, [red, green], [1]
C, [green], [2] 在Pandas中有没有简单的方法来做到这一点？如果列表不允许作为单元格值，是否有其他数据类型可以使用Pandas允许的数据类型？或者是Pandas数据帧的替代品，我可以将其存储在其中，然后将
浏览 5提问于2020-10-26得票数 0
1回答
我有一个sales DataFrame，它有28M行，还有一些其他数据帧，还有一个示例Product DataFrame。
当我第一次将pandas数据帧转换为Dask数据帧时：
sales_dd = dd.from_pandas(Sales, npartitions=3) #28M rows
product_dd = dd.from_pandas(Product, npartitions=3) #600 rows
转换Dask Dataframe后，我可以使用；
sales_dd.tail()
Date ProductNo Total_
浏览 2提问于2018-05-27得票数 1
我正在尝试编写代码，在循环中从在线来源收集数据，并在每次迭代中使用pandas操作这些数据。最初，我认为我应该在循环外初始化一个dict，获取数据，将dict转换为循环内的dataframe，并对其执行操作。但是，在循环中创建字典而不是仅仅创建一个数据帧并添加到数据帧中，这感觉非常奇怪。但据我所知，pandas并不是真正为逐个细胞更新而“设计”的(而是向量化的)。对此最有效的方法是什么？
import pandas as pd
d = {'a':[], 'b':[], 'c':[], 'x':[], 'z'
浏览 15提问于2019-08-09得票数 2
1回答
处理附加到数据帧的抽象
、、、、
如果我有一个对dataframe的“引用”，在pandas中似乎没有办法附加到它，因为append和concat都不支持inplace=True参数。 一个(过于)简单的例子： chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df = chosen_df.append(chosen_row) 现在，因为Python做了类似于按值复制引用的事情，所以chosen_df最初将是对传递给some_test的任何候选
浏览 22提问于2019-08-21得票数 1
回答已采纳
1回答
我在python (2.7)中有一个pandas (v0.12)数据帧data。我对data中的A和B列进行了groupby()，以形成类型为<class 'pandas.core.groupby.DataFrameGroupBy'>的groups对象。
我想遍历groups中包含多行的数据帧并对其应用一个函数。我的代码如下，这里的每个数据帧都是键、值对中的value：
import pandas as pd
groups = data.groupby(['A','B'])
len(groups)
>> 1
浏览 1提问于2015-02-20得票数 0
2回答
数据帧为空，使用字典过滤数据帧
、、、、
我有一个数据帧，我需要遍历它来识别与键值对不匹配的行。所有键都是不同的，但值可能会重复。
当我使用在循环之外工作的代码时，它生成一个空的dataframe。我已经确认应该包含一些行(键和值存在于数据帧中)。
一些示例代码：
df = pd.DataFrame(np.random.randint(5,10,size=(15, 4)), columns=list('ABCD'))
dept = {7: [5], 8: [7], 5: [9, 10], 9: [9]}
nd = pd.DataFrame()
for key, value in dept.items():
f
浏览 1提问于2020-08-05得票数 1
1回答
我有一个熊猫数据帧，我正在视频中存储关于不同对象的信息。 对于视频的每一帧，我将对象的位置保存在一个数据帧中，其中列'x'，'y‘’粒子‘，帧编号在索引中： x y particle
frame
0 588 840 0
0 260 598 1
0 297 1245 2
0 303 409 3
0 307 517 4 这工作得很好，但我想保存有关视频的每一
浏览 15提问于2019-05-17得票数 0
6回答
大熊猫中最长栏的长度
、、、
目前，我有以下数据：
data = {'shoe': ['a', 'b'], 'fury': ['c','d','e','f'], 'chaos': ['g','h', 'i']}
dataFrame = pandas.DataFrame({k:pandas.Series(v) for k, v in data.items()})
输出：
shoe fury chaos
0 a c
浏览 0提问于2018-10-06得票数 3
回答已采纳
我的数据帧如下所示:我正在使用Pandas合并函数来合并两个数据帧，并且我正在尝试查找被丢弃的行。有没有办法在Pandas或python中跟踪它？ df1=pd.DataFrame(({'Name':('A','B','C'),'Age':(34,23,90)}))
df2=pd.DataFrame(({'Name':('A','B','D'),'Add':('rt','ct','pt'
浏览 35提问于2019-01-26得票数 4
回答已采纳
如何从此pandas数据帧创建动态列。
Name, Sex
a, M
b, F
c, M
d, F
预期的数据帧：
Name, M, F
a, 1, 0
b, 0, 1
c, 1, 0
d, 0, 1
我试过pandas.pivot()，但是没有用，你们能推荐点什么吗？
浏览 4提问于2016-08-01得票数 1
我从.xlsx文件中提取数据并将其存储在数据帧中。数据帧称为df，数据帧的大小为(51,3)。51行。3列。列是未命名的，编号为0、1、2。行的索引从0到50。在python中，我将使用什么语法从带有pandas的数据帧中提取数据并将其放入csv？我知道我会使用DataFrame.to_csv("outputFile.csv" )，但是我不确定如何识别特定的数据(行/列对)，所以我可以将它放在csv表中的新位置，而不是旧的excel表。
浏览 1提问于2016-03-09得票数 0
2回答
我希望从原始数据帧中创建一个pandas数据帧，该数据帧中只包含带有NA值的行 下面是一个示例数据帧以及我希望我的输出是什么样子： A B C A B C
2 1 Green 1 2 nan
1 2 nan 2 1 nan
1 1 Red -->
2 1 nan
2 1 Green 我希望能够像这样编写代码，但这为我提供了NaN值： df = df[df.C == 'Green'] 我已经使用了： df = df[df.C != 'Green
浏览 13提问于2019-04-10得票数 2
回答已采纳
2回答
假设我在Pandas中有一个数据帧：
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8)
浏览 1提问于2021-05-10得票数 0
2回答
我正在尝试计算数据帧中每一列的最大和最小长度，该数据帧中有一些缺失值。Pandas将这些缺失值视为"NaN“，并将长度计为3。如何在计算最大和最小长度时完全忽略缺失值？下面是我的代码： import pandas as pd
columnname=[]
maxColumnLenghts = []
minColumnLenghts=[]
for colname in df.columns:
columnname.append(colname)
for col in range(len(df.columns))
浏览 51提问于2020-11-06得票数 1
回答已采纳
我有一个联系人信息的.csv文件，我将其作为pandas数据框导入。
>>> import pandas as pd
>>>
>>> df = pd.read_csv('data.csv')
>>> df.head()
fName lName email title
0 John Smith jsmith@gmail.com CEO
1 Joe Schmo jschmo@business.com Bagg
浏览 0提问于2015-07-28得票数 16
回答已采纳
我感兴趣的是生成一个由pandas行和列数据组成的字符串。给定以下pandas数据帧，我只对从具有正值的列生成字符串感兴趣
index A B C
1 0 1 2
2 0 0 3
3 0 0 0
4 1 0 0
我想创建一个新列，该列追加一个字符串，该字符串列出一行中哪些列是正数。然后，我将删除数据来自的所有行：
index Positives
1 B-1, C-2
2 C-3
4 A-1
浏览 1提问于2018-06-19得票数 1
1回答
我有两个数据帧: df1、df2
name gender
John 1
David 1
Lilly 0
Young 0
Lisa 0
Wang 1
name gender
Andy 1
Lilly 1
Wang 0
Mina 0
John 0
Claire 1
这两个数据帧都是名称-性别对。我试图在两个数据帧中检测相同的名称但分配不同的性别(例如，df1中的Lilly被分配0，而df2中的Lilly被分配1)。我想打印一个数据帧只显示这一点。
我用的是代码
浏览 0提问于2020-07-28得票数 0
PySpark编程新手。我一直在尝试这个问题，想知道是否有更有效的方法来解决它。
我有15个数据帧，每个数据帧包含2列:网站名称和点击量。这些数据帧中的每一个都有不同数量的记录。我想要一个最终的数据帧，在这里我从每个数据帧(基于命中率)中获取最高记录，并将它们添加到那里。问题是，我从每个数据库中提取了一定数量的记录。例如，如果我最终想要1500条记录，而我只有2个大小分别为10000和5000的数据帧，那么我将从第一个数据帧中提取1000条数据帧，从第二个数据帧中提取500条数据帧。
所以目前，我有一个类似这样的实现：
每个数据帧上的调用计数()。现在我有了每个数据帧的长度，这样我就可以根据命
浏览 1提问于2017-09-11得票数 0
2回答
我有以下数据帧： import pandas as pd
import numpy as np
df = pd.DataFrame([{'a': [1,3,2]},{'a': [7,6,5]},{'a': [9,8,8]}])
df ? df['a'].to_numpy()
df['a'].to_numpy()
=> array([list([1, 3, 2]), list([7, 6, 5]), list([9, 8, 8])], dtype=object) 如何在不编写(3,3)循环的情况下
浏览 23提问于2020-04-03得票数 2
2回答
尝试用数组填充熊猫数据帧(假设np.zeros(200))。 如果我们想用一个值填充一个pandas数据帧： for col in df.columns:
df[col].values[:] = 2 它工作得很好，但使用以下命令也是如此： for col in df.columns:
df[col].values[:] = np.zeros(200) 不会起作用。 我不明白为什么抛出错误(无法将输入数组X传播到形状Y中)，因为我认为我是单独填充数据帧的每个值，因此在我看来形状并不重要。
浏览 11提问于2019-10-07得票数 0
回答已采纳
我查看了pandas文档，有几个选项可以将数据导入pandas数据帧。当涉及到导入文本文件时，常见的方法似乎是导入csv文件。
我要使用的数据是格式如下的日志文件：
timestamp=2018-09-08T11:11:58.362028|head1=value|head2=value|head3=value
timestamp=2018-09-08T11:15:25.860244|head1=value|head2=value|head3=value
我只需要将这些元素中的一部分导入到数据时间框架中，比如说时间戳、head1和head3。
在csv表示法中，数据帧将如下所示：
timesta
浏览 14提问于2018-09-09得票数 1
回答已采纳
我想将scala数据帧转换为pandas数据帧
val collection = spark.read.sqlDB(config)
collection.show()
#Should be like df=collection
浏览 19提问于2019-08-05得票数 0
1回答
我有一个用逗号分隔的csv文件，每行有215列。文件非常大，我使用pandas dataframe pd.read_csv()和块来读取数据。文件中的一行有214列，而不是215列，但dataframe读取数据时将NaN应用于最后一列。 有没有办法在pandas dataframe中标识此行，因为我更喜欢dataframe而不是csv_reader。 注意:最后一列也可以为null，因此按等于null的最后一列过滤数据帧将不起作用
浏览 19提问于2020-09-30得票数 0
1回答
如何使用dask找到数据帧的长度？
例如，在熊猫中，我可以这样做：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.normal(0, 1, (5, 2)), columns=["A", "B"])
print df['A'].count()
print df
输出：
5
A B
0 1.538531 0.424717
1 -0.929843 1.323648
2 -1.283680 0.056199
3 -0.641
浏览 0提问于2018-05-28得票数 6
我有一个scala函数，它接受一个spark dataframe并返回一个单值，也就是说两个值。这个函数很复杂，使用在DataFrame类中定义的聚合，调用其他java库，并且不能用SQL表达。它需要整个数据帧的内容来进行计算，它不能一次添加一行并建立一个结果。
我有一个大的dataframe，其中包含一个列，我想用它将dataframe分成小块，并对每个小块执行上述计算。然后，我想返回一个新的数据帧，其中包含每个组的一行和两列，一列包含groupby值，另一列包含结果。
使用PandasUDF这将是一个相对简单的任务，但是我不知道如何在Scala中做到这一点。
我尝试使用group by列对
浏览 28提问于2020-04-22得票数 0
1回答
假设我们有一个具有大约5行的列id的pandas数据帧df。在下面的代码中，为什么我仍然得到过滤后数据帧的长度为5：
import pickle
import gzip
import bz2
import pandas as pd
import os
import _pickle as cPickle
import bz2
from downcast import reduce
def load(filename):
"""
Load from filename using pickle
@param filename: na
浏览 0提问于2021-07-11得票数 0
我编写了一段代码来从数据帧中提取索引，但我不知道如何使用这些索引从原始数据帧创建另一个数据帧。 是否也可以缩短我当前的代码？它相当长。 EDITED== import pandas as pd
a = pd.DataFrame({"a":["I have something", "I have nothing", "she has something", "she is nice", "she is not nice","Me", "He"],
浏览 16提问于2019-09-27得票数 2
回答已采纳
有没有人知道在Python/Pandas中基于两个数据帧创建新数据帧的有效方法？
我要做的是检查df2中是否有来自df1的值，然后不要将行添加到df3。我正在使用学生ID，如果来自df1的学生ID在df2中，我不希望将其包含在新的数据帧df3中。
那么，有谁知道一种有效的方法来做到这一点？我已经在谷歌上搜索并查看了，但到目前为止还没有找到任何有用的东西。
浏览 13提问于2017-12-22得票数 1
回答已采纳
在使用输出.root文件的Geant4进行模拟时，我很高兴地发现了uproot包。
我相信数据帧是完成特定分析任务的最佳选择，所以我使用uproot.pandas.df()将TTree中的内容读取到这样的数据帧中。
不幸的是，这最终成为了一个瓶颈。虽然代码可以很好地处理所有数字输入，但处理字符串似乎是一个严重的问题。该文件非常大，生成的帧有2406703行。
而这段代码(Egamma和z_eu都是数字)：
df = uproot.open('rootFile.root')['seco_tuple;1].pandas.df( ['Egamma','
浏览 18提问于2019-11-19得票数 1
我正在尝试通过它的名称删除超过数百万行，这是超过1000个唯一值。
有一个主数据帧(df_summary)和另一个数据帧，其中包含必须从主数据帧中删除的行的名称。
删除一些列不是问题，但是需要删除的唯一值的数量太多了，无法手动执行。因此，我尝试遍历它。
“两个数据帧的整体外观，列后面有许多列”
以下是我尝试过的方法：
from pandas import read_csv
import pandas as pd
df_summary = read_csv ('path.csv', sep=',')
rows_to_remove = read_csv ('
浏览 28提问于2019-10-25得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
